0 引言
地面沉降是一种地表高程下降的环境地质现象,其发生发展增加了城市内涝、海水倒灌等风险,并可以诱发地面塌陷、地裂缝等系列环境灾害,形成灾害链。区域地面沉降不仅对城市基础设施、高速铁路等重大工程产生潜在威胁,还影响着城市地下空间资源利用效率,成为制约区域可持续发展的重大问题。
京津冀地区所处的华北平原是我国沉降速率最大、影响面积最大的地区[1]。自1923年首次在天津发现地面沉降以来[2],华北平原地面沉降按期发展过程可分为4个阶段: 局部孕育阶段(1954年之前)、加速发展阶段(1955—1974年)、急速扩张阶段(1975—1984年)和控制减缓阶段(1985年至今)[3]。截至2012年,华北平原沉降速率大于20 mm/a的区域面积约占其总面积的12.5%,其中90%的沉降区位于北京、天津、河北三地,局部地区累计沉降量超过3.4 m[4]。京津冀协同发展地质调查中将地面沉降列为京津冀一体化进程中需要关注的重大地质问题之一。对其地面沉降进行监测,认识其分布规律、演化特征,对京津冀城市和重大工程规划建设,为实现京津冀协同发展的重大国家战略提供地质环境保障。
合成孔径雷达干涉测量技术(interferometric synthetic aperture Radar,InSAR)已被广泛应用于地表形变监测中。与水准测量、分层标、全球定位系统(global positioning system,GPS)测量技术相比,InSAR技术具备大范围、全天时全天候获取高时空分辨率地表形变的能力。多时相InSAR(multi-temporal InSAR,MT-InSAR)技术的发展(如永久散射体干涉(persistent scatterer InSAR,PS-InSAR)、小基线 (small baseline subsets,SBAS)等)更是克服了大气延迟、时空失相干对传统InSAR方法的影响[5,6]。目前,MT-InSAR技术已被广泛应用于京津冀地面沉降研究中,但这类研究多关注北京[7,8,9,10,11]、天津[12,13,14,15]、沧州[16,17,18]和廊坊[19,20]等城市区域,通过多源SAR数据获取其地面沉降信息,而对京津冀平原地面沉降的分布、范围及沉降程度缺乏整体性认识。针对单轨SAR数据源幅宽对区域地面沉降监测范围的限制问题,本研究基于多轨SAR数据融合技术,获取了2016—2018年京津冀平原地面沉降信息; 为保证InSAR监测结果的可靠性,选用同时期水准测量数据对InSAR结果进行精度验证,并对相邻轨道结果进行一致性检验; 并结合GIS空间分析、剖面分析等方法,获取InSAR监测时段内京津冀平原区地面沉降演化特征。
1 研究区概况及其SAR数据源
京津冀地区(N36°05'~42°37',E113°11'~119°45')位于我国华北地区,包含北京、天津和河北省的11个地级市,属暖温带大陆性季风型气候,降水多集中在7—8月。该地区地形条件复杂,总体地势为西北高、东南低,自西北向东南依次分布坝上高原、燕山—太行山山地和东南部平原[21]。京津冀地区存在多种环境地质问题,其中以地面沉降等为例的缓变性地质主要发生在平原区。京津冀平原区是华北平原的重要组成部分,自山麓到海岸,按成因和形态特征可分为第四纪山前冲积、洪积倾斜平原(山前平原),中部冲积、湖积多层叠加平原(中部平原)和东部冲积、湖积夹海积的滨海平原(滨海平原)[22]。截至2015年,京津冀平原区累积沉降量大于200 mm的面积约为6.4万
Sentinel-1A卫星是欧洲空间局于2014年发射的重访周期为12 d的C波段对地观测卫星。该卫星使用近极地太阳同步轨道,轨道高度、倾角和周期分别为693 km,98.18°和99 min,具多种成像模式和极化方式(
图1
表1 Sentinel-1A影像信息
Tab.1
| 卫星 | Track | 数量 /幅 | 时间 范围 | 升(降) 轨 | 极化 方式 | 成像 模式 |
|---|---|---|---|---|---|---|
| Sentinel- 1A | 40 | 165 | 20160107—20181128 | 升轨 | VV | IW |
| 142 | 141 | 20160114—20181018 | ||||
| 69 | 98 | 20160109—20181001 |
2 研究方法
2.1 MT-InSAR处理过程
通过SARPROZ软件(
式中:
2.2 多轨SAR数据拼接
由于受不同轨道卫星成像几何差异,不同轨道SAR数据所得LOS向地表形变结果间存在系统性偏差。为消除不同视角投影的影响,首先依据式(1)将InSAR监测所得各轨LOS向形变值转为垂向形变值。如图1所示,Track 142与Track 69和40间都具有重叠区,因此在多轨SAR数据融合时,将Track 142形变结果作为基准。Track 142与Track 40影像重叠区域内,雷达LOS向与垂向的夹角分别为33.72° 和43.75°; Track 142与Track 69影像重叠区内LOS向与垂向夹角分别为43.77°和33.67°。根据上述
此时,通过对
3 结果及精度验证
3.1 京津冀2016—2018年地面沉降监测结果分析
为获取京津冀平原区地面沉降信息,基于MT-InSAR技术分别获取了3轨Sentinel-1A数据源地面沉降信息,后对相邻轨道数据进行融合获取了京津冀平原区内2016—2018年地面沉降速率(图2)。为了显示清晰,对结果进行了栅格化处理,像元大小为1 km。InSAR监测结果显示, 2016—2018年间京津冀平原区内最大沉降速率达164 mm/a,分布在北京朝阳—通州沉降区和廊坊—天津沉降区内。研究区内沉降分布范围广,且空间分布不均,在北京、天津及河北省各地级市均有不同程度的地面沉降问题,且三地沉降区有连片趋势。其中北京平原区沉降较为严重的地区主要分布在北京东南部朝阳、通州等地,且北京东南部沉降区已扩张到廊坊三河市界内。天津、廊坊两地沉降较为严重的区域分布在两地交界处。河北平原沉降较为严重的区域主要分布在其中东部地区,且该地区沉降区呈南北贯通趋势。研究区内共获得了1 426 967个PS点,其中2016—2018年沉降速率大于20, 50, 100 mm/a的点数分别占总点数的53.9%, 23.9%和3.6%。沉降速率大于20, 50, 100 mm/a的面积分别为3.3万, 1.4万和0.14万km2。据统计,2016年沉降速率大于20, 50, 100 mm/a的点数分别占总点数的53.8%, 23.7%和3.6%; 到2017年沉降速率大于20和50 mm/a的点数略有增长,分别占总点数的54.4%和23.8%,沉降速率大于100 mm/a的点数占比则降至3.5%。2018年沉降速率大于20和50 mm/a的PS点数与2017年比有所增长,占比达57.2%和24.0%,沉降速率大于100 mm/a的点数与2017年相比保持稳定。
图2
图2
2016—2018年京津冀平原区PS-InSAR地表形变速率
Fig.2
Mean displacement velocities throughout the Beijing-Tianjin-Hebei derived from the Sentinel-1A data by using PS-InSAR from 2016 to 2018
研究区内地面沉降大于50 mm的区域主要分布在北京东南部,廊坊北部,廊坊东部到天津西部,天津南部,保定东部到廊坊西部,保定西部,唐山—秦皇岛沿海区域,以及河北平原东南部区域。对监测时段内研究区各子平原内沉降速率大于50 mm/a的严重沉降区面积进行统计发现,山前冲积洪积平原沉降量大于50 mm的面积有轻微增长(2016—2018年),由2 937 km2变为2 982 km2,涨幅为1.5%。2016—2018年中部平原沉降量大于50 mm的面积的涨幅为0.3%,基本维持稳定。2016—2018年,严重沉降区的面积分别为10 547 km2,10 574 km2和10 577 km2。与2016年相比,滨海平原严重沉降区的面积在2018年增长较为明显,由382 km2变为577 km2,涨幅达33.8%。其中唐山—秦皇岛沿海沉降区范围明显扩大(如图3所示)。为进一步分析研究时段内地面沉降发展过程,对沉降较严重区域沿东西、南北方向分别进行剖面分析,剖面线位置如图3(c)中虚线所示。2016—2018年,不同地面沉降区的沉降空间演化存在显著差异(如图4所示)。其中位于唐山沉降区的TS剖面线处(图4(e)和(f)所示)的沉降速率在监测时段呈增长趋势。而位于北京、廊坊—天津、保定—沧州—衡水、衡水—邢台、邯郸沉降区的BJ,LT,BCH,HX和HD剖面处2016—2018年沉降速率基本保持一致,沉降中心发育较为稳定。综上,InSAR监测时段内山前平原和中部平原地面沉降发展相对稳定,滨海平原地面沉降范围及沉降速率在监测时段内增长明显,尤其是唐山沿海地区,沉降速率涨幅最为明显。
图3
图3
2016—2018年各年度InSAR平均形变速率
Fig.3
Mean displacement velocities derived by InSAR between 2016 and 2018
图4
图5
图5
研究区内沉降特征点对应时序特征
Fig.5
Accumulative time-series deformation revealed by the InSAR technique
3.2 精度验证
图6
图6
InSAR结果与水准测量结果精度验证
Fig.6
Comparison between the InSAR measurements and levelling data
表2 InSAR所得形变信息与水准测量结果比对
Tab.2
| Sentinel- 1A | 均方根误差/ (mm·a-1) | 最大误差/ (mm·a-1) | 最小误差/ (mm·a-1) | R |
|---|---|---|---|---|
| Track 142 | 5.5 | 11.6 | 0.2 | 0.97 |
| Track 69 | 7.2 | 13.5 | 1.0 | 0.98 |
其中Track 142所得研究区内垂向形变结果与水准测量结果相比,误差最大值为11.6 mm/a,最小值为0.2 mm/a,均方根误差为5.5 mm/a。对2组数据进行线性回归分析,R达0.97。Track 69所得研究区内垂向形变结果与水准测量结果相比,误差最大值为13.5 mm/a,最小值为1.0 mm/a,均方根误差为7.2 mm/a,R达0.98。验证结果表明InSAR监测结果与水准测量结果在同时间内具有较好的吻合度,表明InSAR结果的可靠性。
为进一步验证不同轨SAR影像结果的准确性,对其进行了交叉验证。由于Track 142的影像与其他2轨影像之间都具有重叠区,将其他2轨数据所得地表形变结果分别于Track 142所得结果进行比对。结果如图7所示,由Track 142与Track 69所得形变结果之间的相关性达0.96,由Track 142与Track 40所得形变结果之间的相关性为0.97。多轨SAR自相关验证结果表明了本次研究所用多轨InSAR数据结果的可靠性。
图7
图7
多轨SAR影像形变速率交叉验证结果
Fig.7
Consistency between the vertical displacement rates derived from different datasets
4 结论
本研究基于多轨SAR数据融合技术,获取了2016—2018年京津冀平原区地表形变信息。不同轨SAR数据集交叉验证和水准验证结果均表明本次研究InSAR测量所得地面沉降信息的可靠性,满足地面沉降监测及其演化规律的研究。
从沉降场演变过程来看,2016—2018年京津冀平原区内沉降速率大于20 mm/a和50 mm/a的PS点数占总点数的比例均呈增长趋势,沉降速率大于100 mm/a的点数占总点数的比例基本维持不变(3.6%,3.5%,3.5%)。InSAR监测时段内,滨海平原范围内地面沉降发展较为迅速,其中2016—2018年,该区域地面沉降严重区(年沉降量>50 mm)面积增长195 km2,涨幅达33.8%。沉降区时序剖面结果显示,唐山沉降区呈加速发展趋势,其余沉降区发展较为稳定。InSAR所得地面沉降时序结果表明,研究时段内,京津冀平原区内地面沉降时序特征以线性下降为主,且唐山等沿海地区沉降区内地面沉降时序具有明显的季节性波动特征。
研究成果一定程度上填补了京津冀平原区地面沉降整体演化特征研究较少的空缺,为京津冀地区地面沉降防治、调控,城市地下空间安全等提供科学依据。
参考文献
华北平原典型地段地面沉降演化特征与机理研究
[J].
The evolution characteristics and mechanism of the land subsidence in typical areas of the North China Plain
[J].
天津市地面沉降监测技术应用及发展建议
[J].
The suggestion and application of land subsidence monitoring in Tianjin
[J].
华北平原地面沉降新构造运动影响特征
[J].
Characteristics on land subsidence in North China Plain within effect of neotectonic movement
[J].
京津冀区域地面沉降灾害防治思考
[J].
Land subsidence disaster prevention and cure in Beijing-Tianjin-Hebei area,China
[J].
InSAR变形监测方法与研究进展
[J].
Research progress and methods of InSAR for deformation monitoring
[J].
监测城市基础设施健康的星载MT-InSAR方法介绍
[J].
Urban infrastructure health monitoring with spaceborne multi-temporal synthetic aperture Radar interferometry
[J].
Long-term land subsidence monitoring of Beijing (China) using the small baseline subset (SBAS) technique
[J].DOI:10.3390/rs6053648 URL [本文引用: 1]
Mapping land subsidence over the eastern Beijing City using satellite Radar interferometry
[J].DOI:10.1080/17538947.2017.1336651 URL [本文引用: 1]
Regional land subsidence analysis in eastern Beijing Plain by InSAR time series and wavelet transforms
[J].DOI:10.3390/rs10030365 URL [本文引用: 1]
Land subsidence in Beijing and its relationship with geological faults revealed by Sentinel-1 InSAR observations
[J].DOI:10.1016/j.jag.2019.05.019 URL [本文引用: 1]
Change in regional land subsidence in Beijing after south-to-north water diversion project observed using satellite Radar interferometry
[J].DOI:10.1080/15481603.2019.1676973 URL [本文引用: 1]
基于PS-InSAR技术的天津地面沉降研究
[J].
Detection of land subsidence in Tianjin based on PS-InSAR technology
[J].
L-and X-band multi-temporal InSAR analysis of Tianjin subsidence
[J].DOI:10.3390/rs6097933 URL [本文引用: 1]
Anatomy of subsidence in Tianjin from time series InSAR
[J].DOI:10.3390/rs8030266 URL [本文引用: 1]
Recent surface deformation in the Tianjin area revealed by Sentinel-1A Data
[J].DOI:10.3390/rs11020130 URL [本文引用: 1]
近十年来沧州地区地面沉降演化状况
[J].
Land subsidence in Cangzhou over the last decade based on interferometric time series analysis
[J].
Ground deformation associated with exploitation of deep groundwater in Cangzhou City measured by multi-sensor synthetic aperture Radar images
[J].DOI:10.1007/s12665-016-6311-0 URL [本文引用: 1]
沧州地区地面沉降现状Sentinel-1A/B时序InSAR监测与分析
[J].
Land subsidence monitoring and analyzing of Cangzhou area Sentinel-1A/B based time series InSAR
[J].
利用时序InSAR技术分析北京及河北廊坊地面沉降
[J].
Land subsidence monitoring of Beijing and Langfang of Hebei Province by time series InSAR
[J].
廊坊北三县地区地面沉降时空分布特征与成因分析
[J].
Spatial-temporal distribution characteristics and causation analysis of land subsidence in three northern counties area of Langfang
[J].
京津冀地区国土资源环境地质条件分析
[J].
The environmental geological conditions of land resources in the Beijing-Tianjin-Hebei region
[J].
华北平原地下水位驱动下的地面沉降现状与研究展望
[J].
Present situation and research prospects of the land subsidence driven by groundwater levels in the North China Plain
[J].
天津地区Sentinel-1A雷达影像PSInSAR地面沉降监测
[J].
Subsidence monitoring of Tianjin using PSInSAR technique with Sentinel-1A
[J].
Shanghai subway tunnels and highways monitoring through Cosmo-SkyMed persistent scatterers
[J].DOI:10.1016/j.isprsjprs.2012.07.002 URL [本文引用: 1]
华北地区断裂带的现代形变特征
[J].
Characteristics of current deformation of fault belts in North China
[J].
河北平原地面沉降调查与监测主要进展及成果
[J].
Main progress and achievements of land subsidence survey and monitoring in Hebei Plain
[J].
自然因素对天津市地面沉降影响分析
[J].
Analysis of impacts on surface from natural factors in Tianjin Municipality
[J].
华北平原地面沉降调查与监测
[J].
Land subsidence survey and monitoring in the North China Plain
[J].
Merging multi-track PSI result for land subsidence mapping over very extended area
[C]
基于PS-InSAR技术的大范围多轨道数据地面沉降监测研究
[D].
Monitoring large area subsidence with PS-InSAR technique based on multi-track data
[D].
邻轨PS-InSAR地面沉降结果拼接处理方法与实验
[J].
DOI:10.3724/SP.J.1047.2014.00797
[本文引用: 1]
目前,我国许多经济发达地区都面临着地面沉降灾害的困扰,沉降范围扩大,程度日益加剧,逐渐成为城市发展中亟待解决的问题。永久散射体合成孔径雷达干涉测量(Persistent Scatterer Interferometric Synthetic Aperture Radar,PS-InSAR)作为地表形变测量的主要手段之一,在地面沉降监测中发挥着重要作用。而单轨星载SAR影像成像幅宽有限,在开展大范围地面沉降调查时需要将多轨道PS-InSAR沉降速率图进行拼接。本文重点讨论了入射角效应和参考点差异对PS-InSAR沉降结果的影响,分析了相邻轨道PS-InSAR沉降速率拼接中存在的PS点位置差异和沉降量偏移,鉴此,提出了采用区块法和插值法对异轨重叠区的形变结果求差的思路,以及基于现有软件PS-InSAR地面沉降速率的跨轨拼接处理流程,利用广东珠三角地区ENVISAT ASAR数据进行了实验分析。结果表明,相邻轨道入射角不同会造成沉降量的差异,在多轨道情况下对沉降量影响增大,因此,在拼接过程中需要进行入射角纠正。本文提出的区块法和插值法能有效地求解异轨重叠区的形变差,结果表明区块法优于插值法;相邻轨道参考点差异会造成沉降量偏移,通过区块法或插值法求差可以消除该偏移量。本文提出的拼接流程可将多轨道PS-InSAR地面沉降速率统一到同一基准下,从而获得大范围一致的地面沉降速率。
Research on connecting PS-InSAR from adjacent tracks for land subsidence monitoring
[J].
京津冀地区1992—2014年三阶段地面沉降InSAR监测
[J].
Ground subsidence over Beijing-Tianjin-Hebei region during three periods of 1992 to 2014 monitored by interferometric SAR
[J].
多轨道集成PS-InSAR监测高速公路沿线地面沉降研究——以京沪高速公路(北京—河北)为例
[J].
Study on multi-track integration PS-InSAR monitoring the land:Taking Jinghu highway (Beijing-Hebei) as an example
[J].
